基于空地影像融合技术的城市建筑三维建模研究

柏春岚,高天浩

(河南城建学院 测绘与城市空间信息学院,河南 平顶山 467036)

数字城市的发展已开始由二维的地理信息系统表达形式转变为三维可视化形式[1-2]。三维建模的方法主要有传统手工建模、卫星遥感和航空摄影测量建模、激光三维扫描仪建模、倾斜摄影建模等[3]。传统手工建模会耗费大量的时间,不仅生产成本高而且效率低下,所生成的模型及其纹理也与原建筑相差较大[4];卫星遥感和航空摄影测量建模所获得的图像仅仅是建筑物的顶面构造,侧面纹理则需要采用模拟方法解决,不仅成本高而且纹理存在缺失现象[5];激光三维扫描仪建模的后期需要对所建白膜进行纹理映射,其产生的模型纹理精度一般很难达到使用要求,同时所获取的数据量庞大,处理复杂;在倾斜摄影测量建模的过程中,由于受到无人机飞行高度和拍摄角度的影响,近地面及有遮蔽区域的地物在结构和纹理信息方面会存在缺失和不足[6]。

对于近地面及有遮蔽区域的地物,常采用近景摄影测量。英国伦敦大学的Singh R团队在近景摄影测量中,研究了特征和纹理不明显的目标物的建模方法[7]。项小伟[8]研究了近景摄影测量辅助无人机倾斜摄影测量获取大范围的多视角影像数据。这些研究虽然实现了高质量三维模型精细化重建,但获取数据的效率偏低,实际应用受到了制约。本文基于低空倾斜影像和地面近景影像的特点,提出了一种高质量的建筑实景三维模型制作方法,并采用无人机对某高校体育馆进行实景三维建模。

1 空地影像数据采集方法

本文的空地影像数据主要包括低空倾斜影像数据和地面近景影像数据。

1.1 低空倾斜影像数据采集方法

低空倾斜影像数据主要使用无人机采集。采集步骤包括准备工作、航线规划、航摄、数据处理等。

(1)准备工作。

在无人机执行飞行任务之前,要全面探测目标区域的地形地貌、天气状况等信息。在此基础上,选择无人机的型号,并制定具体的拍摄时间和飞行航线。

(2)航线规划。

航线规划是航飞中最重要的一步,主要包括航高、摄影基线和航线间隔等3个参数。

航高是依据测量区域的地形和不同尺度的航拍需求而设计的。无人机航高设计如图1所示。其中a为像元尺寸、GSD为地面分辨率、h为航高、f为焦距。航高的计算表达式为

h=GSD·f/a

摄影基线的计算表达式为

B=m·(1-Px)·l

式中:B为摄影基线;m为比例尺的分母;Px为传感器前进方向的航向重叠度;l为相片大小。

航线间隔的计算表达式为

Dy=m·(1-Py)·l

式中:Dy为航线间隔;m为比例尺的分母;Py为旁向重叠度。

(3)航摄。

选择一个合适的天气执飞。完整航摄过程:在飞行前检查仪器设备安全,并组装无人机;将地面站参数设置导入到飞控系统中;航飞期间,实时监控无人机在空中传回的画面,监视其工作进程,必要时手动操控无人机,确保无人机能够安全地完成整个航摄任务;完成航摄任务后根据需要进行补拍。

(4)数据处理。

将航片导入电脑检查影像的重叠度、色调、清晰度等。若不符合要求则进行补拍,直到满足要求为止。其中影像重叠度的计算表达式为

N=1/(1-β)

式中:β为重叠度;N为同一地物在航向或旁向影像中出现的张数。

若存在影像曝光度、对比度等质量问题,则需要对影像进行畸变矫正或匀光匀色处理。畸变矫正是为了避免因相机内方位元素等因素造成的影像畸变问题;匀光匀色是为了防止光线、透镜不均匀等引起的图像颜色、亮度和饱和度异常等问题。

最后将合格的影像数据导入建模软件,经过三维建模生成点云,得到目标物的粗模。

1.2 地面近景影像数据采集方法

在航摄时,地面上的树木等遮挡物会导致模型产生空洞或拉花,需要利用地面近景影像数据弥补。这样可以保证区域的完整性以及模型的精度。近景摄影测量的基本摄影方式有正直摄影和交向摄影[9]。正直摄影是两个相机的主光轴相互平行,并且与摄影基线垂直的摄影方式;交向摄影是两个相机的主光轴互相不平行,并且两个相机的主光轴在空间坐标系中相交成一定角度的摄影方式。对于大而平滑的对象,常采用正直摄影方式;否则,采用交向摄影方式。正直摄影方式一般可以达到55%～70%的像片重叠度。而交向摄影的像片重叠度则可以达到100%。为了实现空地影像数据的融合,近景影像需要保证最小60%的重叠度,连续两张影像间的交会角小于15°[10]。因此,需要使用多摄站多基线摄影,才能够保证近景摄影测量的精度[11]。实践过程中,对于结构比较复杂和体积庞大的建筑物,可以采用更复杂的摄影方式,如环绕式交向摄影。贴近式的环绕飞行所获取的影像重叠度高、照片数量多,所得模型的纹理效果更好,进而获得更高精度的模型。环绕飞行的拍摄方式如图2所示。

图2 环绕拍摄方式

基于低空倾斜影像数据建立的粗模,结合NFP(NAP Flight Plan)软件再进行航线规划,对现有的不完整模型进行补拍,获取地面近景影像数据。

2 空地影像数据融合

空地影像数据融合是将低空倾斜影像和地面近景影像相融合。它是利用无人机对同一目标进行全方位、多角度的拍摄,再按照特定方法进行融合,从而得到更精细的三维模型[12-13]。

本文采用Context Capture 软件对两种影像数据进行融合,获得高精度的三维模型,其空地影像数据融合三维建模流程如图3所示。

图3 空地影像数据融合三维建模流程

3 实例建模与验证

3.1 影像数据获取

本文以某高校体育馆为研究对象,该馆占地面积约为5 659 m2。该建筑物包含反光玻璃、有遮蔽的底部区域、凹面等多处较难建模的细节区域,涉及城市建筑在三维建模中的多项难点。建模采用的无人机为大疆Phantom 4 RTK。

首先,获取低空倾斜影像数据。利用无人机飞控软件进行航线规划,经过计算,最终确定航摄获取的影像航向重叠度为80%、旁向重叠度为70%,航高为85～139 m,其航线规划如图4所示。对航摄影像做初步检查,剔除冗余的、质量不高的影像后生成粗模。

图4 低空航线规划

其次,获取地面近景影像数据。选用环绕交向摄影的方式。云台角度从下往上依次为0°～-45°,航线规划如图5所示。

图5 近景航线规划

将两种影像进行坐标和高程基准配准,实现点云级别的融合,即将两者点云统一到同一空间参考基准下。融合后的影像位置如图6所示,环绕飞行时拍摄的点位以及在空中倾斜飞行时的拍摄点位在一定程度上具备了所需的重叠度,达到了空地影像融合的要求。

图6 融合后的影像位置

3.2 三维建模与验证

将获取的两种影像导入软件中进行融合建模。先分别对这两种影像做空三加密,再将加密结果融合,最终对融合结果进行三维建模。

低空倾斜影像、地面近景影像空三后的点云数据和照片位置分别如图7、图8所示。两种影像空三融合后的点云数据和照片位置影像如图9所示。

a点云数据 b照片位置

a点云数据 b照片位置

a点云数据 b照片位置

通过软件中的浏览模块Acute3DViewer可以查看所建模型的纹理细节模型、白模和TIN结构模型,并与传统倾斜摄影测量建模生成的窗户、棱部、立面字体和墙体作对比,其结果如图10～图13所示,图中红色边框均表示问题区域。

a传统倾斜摄影测量的建模结果 b 空地融合的三维建模结果

a传统倾斜摄影测量的建模结果 b 空地融合的三维建模结果

a传统倾斜摄影测量的建模结果 b空地融合的三维建模结果

a传统倾斜摄影测量的建模结果 b 空地融合的三维建模结果

精细化建模生成的模型在各部分纹理和细节方面都有了质的提升。通过白模可以使模型的平坦程度更加清晰。与传统倾斜摄影所建模型相比,墙体凹凸不平的纹理变得更清晰。这种三维模型很大程度上还原了建筑本身复杂的外形结构,将现实中的建筑成功转换为具有高精度的三维模型。

4 结论

为提高三维模型的质量,本文提出了基于空地影像融合的精细化实景三维模型制作方法,建立了相应的航线规划方法和空地影像数据融合三维建模流程图,并通过实例进行了验证。与传统倾斜摄影测量生成的三维模型比较后发现,采用该方法建立的三维模型平坦程度更加清晰,在纹理和细节方面都有质的提升,精度也有较大的提高。